基于机器学习的 Webshell 发现技术探索

Webshell 是一类网站后门的统称，黑客使用 Webshell 可以长期控制 Web 服务器从而进一步入侵网络，不断提高发现 Webshell 的能力是甲方安全的一个重要工作。传统的 Webshell 发现技术主要依赖规则、黑白名单，面对变化多端的各种 Webshell 已经捉襟见肘。

本场 Chat 我会和大家分享一下使用机器学习技术发现 Webshell 的一些方法，希望和大家可以互通有无，共同进步。

实录提要：

• 对于没有显示出 jsp 等后缀的网站如何检测？
• 对于 Node JavaScript 机器学习可以用在哪些方面？
• 在企业安全中，机器学习可以做哪些事？
• 在镜像流量的使用场景下（以 Spark 为例），mllib 可以做哪些安全方面的工作？
• 词袋模型为什么选择 n-gram，n 取值是尝试出来的吗？有规律或者经验吗？
• 检测 Webshell 的思路能够用来检测其他安全问题吗？如 SQLI？
• 对于 PHP 有没有工具可以检测出 Webshell？
• n-gram 做提取的时候，有没有考虑降维，如果需要降维的话，需要怎么做？

阅读全文: http://gitbook.cn/gitchat/activity/5948c8623d1cd37d1f1135f9

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。